AI言語検出ツール
任意のテキストを貼り付けるだけで、どの言語で書かれているかを検出します。この無料のAI言語検出ツールは、ブラウザ上でMediaPipeの言語モデルを使用し、信頼度スコアを表示します。対応言語は約110言語です。テキストはアップロードされず、初回利用時のみモデルとランタイムがダウンロードされます。
使用方法 AI言語検出ツール
検出された言語
テキストを入力して、「検出」をクリックしてください
コンテンツを読む
この言語検出ツールの機能
テキストを入力または貼り付けて言語を検出を押すと、ツールはその文章が書かれている言語を判定し、その信頼度を表示します。処理はMediaPipeの言語検出モデルがWebAssemblyを通じてブラウザ内で実行するため、貼り付けたテキストが解析のためにサーバーへ送信されることはありません。初回利用時には、ページがモデルとそのランタイムをダウンロードします。それ以降、検出はローカルで行われます。
これは言語識別ツールであり、翻訳ツールではありません。テキストがどの言語で書かれていると思われるかを示し、ISO形式の言語コードを提示し、確率を報告します。テキストを変換したり、修正したり、意味を説明したりするものではありません。
検出の仕組み
このページは、小さなテキスト分類モデル（TensorFlow Liteファイル）とMediaPipeのテキストタスクランタイムを読み込みます。テキストを送信すると、モデルは学習済みの言語に対してスコアを算出し、ランク付けされたリストを返します。ツールは最上位の結果、すなわち言語名、そのコード、そしてパーセンテージで表された確率を表示します。
モデルのダウンロード後は、すべてお使いのデバイス上で処理されます。テキストエリア、文字カウンター、検出ボタン、結果カードはすべてローカルのJavaScriptです。だからこそ、このツールはアカウント登録なしで、あなたの段落をどこにも送信せずに動作できるのです。
初回読み込みと「Load AI Model」ボタン
モデルは別ファイルであるため、ツールは必要になるまでそれを取得しません。Load AI Modelを押して事前にダウンロードを開始することも、単に検出を押して自動的に読み込ませることもできます。読み込み中は、ページに現在のステップ（「Preparing AI engine」「Downloading modules」「Loading language model」）が表示されます。完了すると、ボタンはModel Readyに変わります。
ダウンロードに失敗した場合、ボタンは赤くなり、ステータス行にエラーが表示されます。これは通常、あなたのテキストの問題ではなく、ネットワークやコンテンツブロッカーの問題です。ページを再読み込みして再試行するか、ツールが使用するCDNとモデルホストへのリクエストを許可してください。
対応している言語
このツールの言語マップには約110のコードが掲載されており、広く使われている言語や多くの地域言語をカバーしています。英語、スペイン語、フランス語、ドイツ語、ポルトガル語、イタリア語、オランダ語、ロシア語、ウクライナ語、ポーランド語、チェコ語、ルーマニア語、ギリシャ語、トルコ語、アラビア語、ヘブライ語、ペルシア語、ウルドゥー語、ヒンディー語、ベンガル語、パンジャブ語、グジャラート語、マラーティー語、タミル語、テルグ語、カンナダ語、マラヤーラム語、シンハラ語、ネパール語、中国語（簡体字と繁体字）、日本語、韓国語、ベトナム語、タイ語、インドネシア語、マレー語、フィリピノ語、スワヒリ語、アムハラ語、ヨルバ語、ズールー語、アフリカーンス語などです。
対応範囲は確実性と同じではありません。近縁の言語は語彙や構文を共有しているため、モデルは正確な変種ではなく近い言語を返すことがあります。ポルトガル語の短いフレーズがスペイン語と判定されたり、ノルウェー語の文がデンマーク語と判定されたりすることがあります。信頼度の数値が判断の手がかりです。低いほど、その結果は最善の推測として扱うべきです。
検出ツールの使い方
- テキストボックスに少なくとも数語を入力または貼り付けます。文字カウンターは入力に応じて更新され、検出ボタンは少なくとも3文字になるまで無効のままです。
- 任意でLoad AI Modelを押し、モデルの準備ができたと報告されるまで待ちます。
- 言語を検出を押します。
- 結果カードを読みます。パーセンテージ、言語名、言語コードが表示されます。
- 結果が間違っているように見える場合は、より長いサンプルを貼り付けて再度検出します。
- クリアを押してボックスを空にし、結果をリセットします。
信頼度スコアの読み方
ツールはスコアを3つの帯に分類します。80パーセントを超えると、検出を高信頼度とラベル付けします。50から80パーセントの間では、テキストを追加することを提案します。50パーセント未満では、結果が弱いと警告します。これらの帯は表示上の補助であり、保証ではありません。2語のブランド名に対する高いスコアでも間違っていることがあり、長い段落に対する中程度のスコアでも正しいことがあります。
スコアは、モデルがどれだけの証拠を見つけたかを示すシグナルとして使い、ツール全般をどれだけ信頼すべきかの尺度として使わないでください。2つの言語がもっともらしい場合、2番目にランク付けされた言語がしばしば有用な手がかりになります。だからこそ、より長いサンプルが役立つのです。
より良い結果を得るために
- 単語ではなく文を使いましょう。1つの単語は複数の言語で共有されていることがよくありますが、完全な文であればモデルが扱える文法や機能語が得られます。
- 固有名詞、コード、数字は避けましょう。製品名、URL、シリアル番号には言語のシグナルがなく、似ているどの言語かに予測を引き寄せてしまうことがあります。
- サンプルは1つの言語でまとめましょう。混在した言語のテキストはシグナルも混ざります。それでもモデルは1つの最上位の答えを返すため、誤解を招く可能性があります。
- プレーンテキストを貼り付ける。 可能であればHTML、タイムスタンプ、書式設定は取り除いてください。それらはノイズになります。
- 別の文章で繰り返す。 2つのサンプルの結果が一致しない場合、テキストが短いか、複数の言語が混在しているか、本当に曖昧である可能性があります。
できないこと
翻訳、文字の転写、スペル修正、方言の確実な識別は行いません。ローマ字表記のテキストを確実に読み取ることもできません。ラテン文字で書かれたヒンディー語やウルドゥー語は、モデルにとって英語や他のラテン文字言語のように見えることがよくあります。モデルが見ているのは文字であり、意図された言語ではないからです。また、インターフェースに候補となるすべての言語を表示するわけではありません。2番目の候補が僅差であっても、最上位の1つだけを表示します。
プライバシーとネットワークアクティビティ
入力したテキストはブラウザ内にとどまります。ページが行うネットワークリクエストは、ツール自体のコード、MediaPipeランタイム、WebAssemblyファイル、モデルファイルに対するものであり、そのいずれにもあなたの段落は含まれません。ブラウザがこれらのファイルをキャッシュする場合があるため、次回の訪問時にはダウンロードを省略できますが、キャッシュをクリアしたりスーパーリロード（強制再読み込み）を行ったりすると再び取得されます。他のページと同様に、サーバーはページ自体のリクエストをログに記録しますが、入力欄に入力したテキストは記録しません。
よくある間違い
- 1語だけで試す。 短い入力は、意外な結果が出る主な原因です。
- スコアが低いことを失敗だと決めつける。 それは根拠が薄いという意味です。テキストを追加してください。
- ローマ字表記のヒンディー語がヒンディー語として検出されると思い込む。 ラテン文字の入力は、ラテン文字言語としてスコアリングされます。
- モデルの読み込みが完了する前に「Detect」を押して、壊れていると決めつける。 読み込みパネルに進捗が表示されます。完了するまで待ってください。
- このツールを翻訳機として扱う。 このツールは言語を識別するだけで、変換は行いません。
制限事項
この検出器は貼り付けたテキストに対して機能し、音声や画像には対応していません。精度はサンプルの長さと言語の類似度に依存します。完全なランキングではなく最上位の言語を1つだけ報告するため、僅差の結果は隠れてしまいます。モデルとランタイムはサードパーティのホストからダウンロードされるため、初回利用時にはそれらのホストに到達できる必要があります。モデルが学習していない言語は検出できず、どの方言や地域変種が使われているかを知らせることもできません。
よくある質問
よくある質問
コメント (0)
発生した問題について詳しくご説明ください。調査を行い、ツールの改善に役立てたいと思います。